Привет! Я Анастасия Изыкова. В Альфа-Банке исследую и запускаю новые технологии для повышения эффективности бизнеса. В своей первой статье расскажу про роботизацию в финтехе.
Впервые к роботизации в Альфе мы подступились в 2016 году, когда команда энтузиастов запустила несколько самописных роботов на языках AutoIT и C#. После закупки западной RPA-платформы Blue Prism в 2018 году банк начал масштабную роботизацию.
Что такое роботизация и когда её применять?
Роботизация — это технология, которая позволяет заменить работу человека на программу для выполнения однообразных и рутинных операций. Если процесс постоянно повторяется, то вместо того, чтобы сотрудник день ото дня выполнял задачи как робот, мы и заменяем его роботом.
Важно понимать, что RPA — это не замена и не конкурент классической автоматизации. Это дополняющие друг друга варианты цифровизации процессов.
В банке одновременно работает и технология RPA, и развивается автоматизация. Вот примеры процессов, для которых мы выбираем роботизацию:
Процессы с системами, которые нет возможности модифицировать: нет API, система в виде black box, включая внешние сайты.
Бэклог IT-команды расписан на год вперёд, а добрать сотрудников нет возможности.
Временный процесс, когда доработка системы дороже робота, и она не окупится за короткую жизнь процесса.
Жёсткий дедлайн: быстро запускаем робота, который работает, пока мы готовим автоматизацию.
Мы плотно работаем с командами автоматизации и уже на старте проекта определяем, будем внедрять робота или автоматизировать процесс. Иногда роботизация готовит фундамент для автоматизации: для запуска робота мы прорабатываем нестандартные ситуации, описываем типы и модели данных, логику процесса, форматы входных и выходных данных, отчёты.
Сейчас мы роботизировали 220 процессов банка. Например:
проверяем данные о потенциальных заёмщиках из открытых источников до одобрения кредита;
составляем обращения и направляем ведомствам через Госуслуги;
сортируем входящие письма;
работаем с запросами на формирование выписок, отчётов, заявок на открытие счёта, актуализацию данных.
RPA-команда Альфы, которая разрабатывает и внедряет роботов, выполняет две постоянные задачи:
разрабатывает новых программных роботов, в том числе в связке с другими технологиями, например, машинным обучением или распознаванием текста;
популяризирует роботизацию и находит бизнес-заказчиков в подразделениях банка;
в 2022 году добавилась ещё одна задача — найти платформу для импортозамещения.
Сегодня роботизация перестала быть ноу-хау и сильно развилась, но вокруг неё всё ещё много мифов. На примере процессов и задач моей команды обсудим 5 мифов об RPA.
Миф #1. Роботизация — долгий и сложный процесс
С каждым годом роботы в финтехе усложняются, поэтому опираться только на Time to market нельзя. Мы структурируем внутренние процессы — согласование, тестирование и внедрение, чтобы ускорять запуск. Вот как у нас выстроен процесс.
В команде RPA 10 разработчиков, 7 аналитиков и тимлид. До пандемии мы работали в двух хабах — в Поволжье и Сибири, теперь сотрудники распределены по 9 городам. Каждый всерьёз увлечён роботами: с переходом на удалёнку продуктивность отдела не снизилась.
Часть RPA-команды есть в видео с московского мероприятия по роботизации.
Команда стартует отсчёт проекта от получения задания на роботизацию.
Мы собираем идеи внутри банка — заявку может заполнить любой сотрудник, ответив на 5 коротких вопросов и описав робота простыми словами.
Аналитик проверяет заявку, формирует техзадание и оценивает ожидаемый эффект. Ещё определяет стоп-факторы для разработки, например, использование аппаратных ключей защиты или уязвимость кибербезопасности. Затем строит блок-схему процесса и согласует начало разработки с заказчиком и кибербезопасностью.
Процесс согласования заявки занимает 10 рабочих дней. Раньше было 20, но когда мы составили чек-лист по кибербезопасности при запуске робота, процесс ускорился. Теперь мы заранее проверяем заявку на потенциально уязвимые места, на которые обязательно бы указал отдел кибербезопасности.
Далее разработчики пишут робота и тестируют его. Затем отрабатывают на тестовой среде и презентуют результат заказчику.
В прод робота запускаем с мягким стартом — постепенно увеличиваем нагрузку, выявляем нестандартные ситуации. После прохождения мягкого старта начинаем промышленную эксплуатацию, и робот приступает к работе в системах банка вместо человека. На этом процесс не закончен: мы мониторим отдачу и показатели по 30 параметрам — количественным, качественным, эффективности, соответствию целевым значениям.
Иногда бизнес-процесс меняется после того, как робот был запущен: 7-10% роботов мы модифицируем, приостанавливаем или отключаем, высвобождая их лицензии.
Приведу пример, когда к роботу мы возвращались дважды. В 2020 году на пике пандемии мы запустили робота для обработки заявок на кредитные каникулы. Со временем продукт утратил популярность, и мы заморозили робота. В начале 2022 года спрос на кредитные каникулы снова вырос, и мы вернули робота в прод. К лету 2022-го статистика по кредитным каникулам пошла на спад, и мы снова отключили робота, чтобы в сентябре в третий раз запустить его.
Ролик к первому запуску робота под кредитные каникулы со статистикой на весну 2020 года.
За последний год мы сделали процесс запуска роботов прозрачным для всех сотрудников RPA и смежных команд: прописали этапы в Jira, автоматизировали приоритезацию бэклога, назначили ответственных за каждый этап. Теперь запускаемся быстрее и без нервов. Сейчас средняя скорость роботизации в Альфе — два месяца. Команда может выпустить 6 роботов в месяц и 70 роботов в год. Под крупные банковские процессы запускаем роботов до полугода, а простые решения можем написать даже за день.
Миф #2. Запуск роботов нельзя поставить на поток
В начале пути разработка каждого робота была настоящим челленджем для нас. После увеличения объёмов разработки мы продумали, как наладить процесс.
В RPA Альфы используем проактивный подход: заранее составляем годовую программу роботизации. В программе закрепляем целевые метрики, чтобы не делать работу в стол. После утверждения плана на проектно-технологическом комитете банка дробим работу на квартал и двухнедельные спринты. В приоритете задачи, получившие максимальные баллы по нашему чек-листу по сроку разработки, окупаемости, экономии в штатных единицах и деньгах, влиянии на минимизацию операционных рисков.
На этапе формирования задачи тоже есть поле для оптимизации. Мы сделали 15-минутный курс по основам RPA с примерами реализованных задач.
Так любой сотрудник понимает возможности роботизации, быстрее заполняет заявку и приходит на встречу с аналитиком подготовленным.
Лайфхак команды разработки — универсальные библиотеки. Мы докручиваем готовые компоненты, собранные для автоматизации работы в ПО банка, почте и Excel, и переиспользуем для новых роботов. С библиотеками мы оптимизировали срок разработки в среднем с 10 до 2 рабочих дней.
Ещё одна крутая практика — «пожарная команда». Раньше робота сопровождал его же разработчик. Если автор робота переходил в другой отдел или увольнялся, он уносил с собой знания, а мы погружали новичка с нуля. Теперь разработчики по очереди приходят в «пожарную команду». Ответственный две недели разбирает заявки на техподдержку роботов: добавляет поле в ПО банка, правит съехавшую форму или дописывает код под неучтённый кейс. Так мы шерим экспертизу, и рано или поздно разработчик изучает каждого робота.
С этими простыми практиками мы поставили на поток запуск роботов и продолжаем улучшать процесс.
Миф #3. Робот не умеет думать и принимать решения
Действительно, программный робот не сумеет разобрать бумажный документ или мыслить творчески. Однако при интеграции с другими технологиями он может получить новые навыки.
RPA — это «руки» робота, которыми он делает простейшие операции: копирует и переносит данные, отправляет письма, формирует отчёты, делает выборки.
В некоторых процессах банка нужно обработать сканы или pdf-версии документов. Чтобы робот понимал такие документы, мы дополнили его технологией OCR (optical character recognition). С ней робот обрабатывает:
и шаблонные документы: анкеты клиентов, паспорта, бухгалтерские балансы и выписки;
и документы без типовой структуры: уставы, контракты, судебные приказы.
С OCR робот может распознать текст документов и поработать с ним, например, заполнить поля в системе.
В других процессах нужно проверить запрос, классифицировать и передать на исполнение. С технологией машинного обучения — Machine Learning, мы научили роботов анализировать информацию и самостоятельно принимать решения. Вот пример из нашей практики. Банк ежемесячно получает 80 000 запросов клиентов. Их нужно распределить по отделам. Раньше эту работу выполняли несколько сотрудников, теперь ML распознаёт обращение, категоризирует и передаёт роботу. Робот выполняет запрос сам или направляет сотруднику для ручной обработки. Маршрутизация запроса занимает меньше секунды.
Так с новыми технологиями мы можем доверить роботу больше операций в банке и перейти от простого копирования информации к нестандартным решениям.
Миф #4. За роботизацией последуют сокращения сотрудников
Бытует мнение, что роботы могут полностью заменить труд человека. Кто-то впечатляется футурологическими сценариями с восстанием машин и скептически смотрит на роботизацию. Действительно, основная цель запуска робота — исключить рутинные операции и сократить трудозатраты человека.
Немного статистики. В 2022 году наши роботы при пиковой нагрузке заменяли труд 415 сотрудников. Но это не значит, что мы сократили 415 человек. Финтех быстро развивается, поэтому с внедрением роботизации мы не уменьшаем штат, а переключаем сотрудников на более творческие проекты.
Роботизация подразумевает не только оптимизацию, но и заботу о сотрудниках и их мотивации к росту. Передавая рутину роботу, мы избегаем выгорания и уходим от скучных задач. Сейчас в тренде постоянное прокачивание скиллов и T-shaped развитие. Сотрудники Альфы 20% времени стараются уделить образованию и обучению. Благодаря роботам они могут выделить эти часы в рабочем графике.
Миф #5. Разработка робота всегда про экономию
Вопреки стереотипам, роботизация приносит не только экономию времени или ресурсов. Польза от робота может быть разной: например, дополнительная прибыль или уход от штрафов и операционных рисков.
Ещё один пример эффекта роботизации — повышение лояльности клиентов — это преимущество сложнее скопировать, чем тарифы и начинку продукта. Робот может ускорить обработку заявок или поддержать бесперебойный процесс 24/7, что скажется на оценках клиентов и их приверженности продукту и компании.
Дополнительный эффект можно увидеть, если посмотреть на продукт шире. Робот может проанализировать транзакции и действия клиента и предупредить о рискованных операциях и потере данных. Так мы сохраним клиента, а робот покажет выгоду от запуска.
Роботизации в Альфе ещё есть куда развиваться. Скоро мы планируем запустить технологию, чтобы каждый мог попробовать себя в качестве Citizen Developer. Пользователь с помощью визуального программирования сможет написать карманного робота и запустить его на кубиках без виртуальных машин. Например, сделать себе помощника, который отфильтрует спам, упавший за ночь на почту. Ещё пилотируем программу, которая анализирует действия человека и предлагает операции под роботизацию.
Наши энтузиасты продолжают внедрять роботов в процессы банка. В 2022 году мы провели два демо-дня команды RPA. Собрали интересную адженду, чтобы сотрудники банка разобрались, как устроена роботизация и каких роботов мы уже внедрили.
На второй встрече провели игру, чтобы потренироваться находить процессы под роботизацию. Итог — 150 зрителей на каждом демо и плюс 61 заявка на разработку роботов. А ещё у нас появился стикерпак с роботами в Telegram.
Пишите в комментариях, какие ещё мифы о роботизации вы встречали?
Анонс: 13 декабря пройдёт Alfa Digital Open, где будем говорить о мобильных приложениях для клиентов и сотрудников, аналитике, кроссплатформенном цифровом банкинге и работу банка в городах без отделений. Присоединяйтесь!
